摘要：2024年12月23日，美国斯克利普斯研究所Ryan A. Shenvi教授在国际顶级期刊Nature发表题为《Total synthesis of twenty-five picrotoxanes by virtual library selection》的

2024年12月23日，美国斯克利普斯研究所Ryan A. Shenvi教授在国际顶级期刊Nature发表题为《Total synthesis of twenty-five picrotoxanes by virtual library selection》的研究论文。

值得注意的是，文章第一作者为中国学者李春雨，在论文加上了中文署名，李春雨，美国斯克利普斯研究所Ryan A. Shenvi课题组研究生，本科毕业于中国科学技术大学。

图源：Nature

此外，研究中还引入了轻量化的反应物参数化方法，以替代昂贵的DFT过渡态计算，从而提高了计算的可扩展性和效率。该方法有效地指导了二十五种天然存在的吡啶恶烷的合成，为天然产物的高效合成提供了新的思路和方法。

实验首次构建虚拟库来优化复杂分子的合成路径，通过虚拟筛选中间体类似物的可行反应性，提出了新的合成路线。研究者构建了一个虚拟库，包含难以获得的晚期中间体，并通过反应性筛选来优化合成路线，避免了传统合成中的繁琐试错实验。

图 1. 观察和研究设计

图 2. 综合条目和虚拟库

图 3. 使用计算出的中间体合成三种吡啶恶烷

图 4. 参数化和预测

图 5. 虚拟库选择辅助的化学空间导航

综上，作者描述了通过虚拟库选择进行二十五种picrotoxanes的全合成，通过计算机辅助的设计和反应参数化，提高了合成复杂分子的效率和可预测性。

研究人员不仅实现了对一系列自然存在的picrotoxanes的高效合成，还展示了一种新的合成规划方法，对于复杂分子的合成规划具有重要意义，尤其是在文献或反应数据库中缺乏代表性的高复杂目标和/或步骤。

此方法在包括加速新药开发、自然产物合成以及化学空间的探索都具有广泛的应用前景，有助于研究者们发现和优化具有生物活性的复杂分子，推动化学合成领域的进步。

来源：学术圈